本技术旨在提出一种精确控制无静态泄漏喷射器喷射量的物理信息神经网络方法,适用于发动机技术领域。该方法首先构建Transformer时间序列模型,分析喷射器入口参数,进而实现喷射量的精确控制。
背景技术
燃料喷射系统是提升发动机性能、减少排放的重要环节,高压燃料喷射系统作为广泛应用的技术,其核心组件喷射器在喷射量的控制上直接影响发动机的燃烧效率和排放水平。尤其在当前节能减排的政策推动下,精准控制喷射器的喷射量具有极为重要的现实意义。
传统的燃料喷射系统控制方法大多依赖开环控制,或者使用基于发动机转速等反馈变量的闭环控制。然而,针阀偶件的静态泄漏引入了一个不受控制的变量,影响了系统对喷射量的精确控制,因此当前喷射器大多采用无静态泄漏的内部结构。尽管无静态泄漏喷射器具备减少泄漏的优势,但在喷射量控制上,仍然依赖传统控制算法或经验模型,而这些方法往往不能充分利用喷射器中的物理信息。同时,单纯的数据驱动方法虽然能够从数据中学习规律,但难以解释和保证物理一致性,容易导致过拟合和模型不稳定。
实现思路